CN112182239A - 信息检索方法和装置 - Google Patents

信息检索方法和装置 Download PDF

Info

Publication number
CN112182239A
CN112182239A CN202011004734.9A CN202011004734A CN112182239A CN 112182239 A CN112182239 A CN 112182239A CN 202011004734 A CN202011004734 A CN 202011004734A CN 112182239 A CN112182239 A CN 112182239A
Authority
CN
China
Prior art keywords
retrieved
text
policy
retrieval
result set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011004734.9A
Other languages
English (en)
Inventor
聂砂
郑江
白彧斐
贾国琛
罗奕康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp filed Critical China Construction Bank Corp
Priority to CN202011004734.9A priority Critical patent/CN112182239A/zh
Publication of CN112182239A publication Critical patent/CN112182239A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种信息检索方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集。该实施方式利用政策图谱知识库对现有政策检索方案进行增强，解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度。

Description

信息检索方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种信息检索方法和装置。
背景技术
针对搜索政策的场景，很多情况下用户面临者搜不到、搜不准、搜不全的情况。其中，主要原因是因为绝大部分的搜索引擎是根据用户搜索的语句进行分词后，将分词后得到的若干个词语作为关键词进行搜索。若用户输入的词语并没有在全文中出现，搜索不会返回任何结果。这种方法依赖搜索词语的精准程度，日常生活用语被写入政策作为公文的概率很小，所以导致搜索困难。此外，采用关键词匹配的检索方法也无法解决语义搜索的困境。
发明内容
有鉴于此，本发明实施例提供一种信息检索方法和装置，能够利用政策图谱知识库对现有政策检索方案进行增强，解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
为实现上述目的，根据本发明实施例的一个方面，提供了一种信息检索方法，包括：
获取待检索文本；
识别所述待检索文本中的待检索实体；
将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。
可选地，所述待检索实体包括待检索命名实体和待检索内容实体；
识别所述待检索文本中的待检索实体包括：
利用预设的识别模型识别所述待检索文本中的待检索命名实体；
利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。
可选地，所述方法还包括根据如下过程获得所述预设的识别模型：
获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体；
将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的字向量，训练所述字向量，得到所述预设的识别模型。
可选地，对所述训练数据中的样本进行标注包括：采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。
可选地，所述方法还包括根据如下过程获得所述政策图谱知识库：
获取政策语料；确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；获取通用知识库；将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。
可选地，所述方法还包括：在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型；确定所述政策语料中的命名实体之间的关系包括：利用所述关系分类模型，确定所述命名实体之间的关系。
可选地，所述命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。
可选地，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。
可选地，在获得第一结果集之后，所述方法还包括：对所述第一结果集中的多个检索结果进行排序。
可选地，对所述多个检索结果进行排序包括：对所述待检索文本进行分类，以确定所述待检索文本的语义；根据所述语义，对所述多个检索结果进行排序。
可选地，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。
可选地，根据所述语义对所述多个检索结果进行排序包括：利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；从所述多个检索结果中，确定与所述语义对应的检索结果，将与所述语义对应的检索结果的相关度进行更新；根据所述相关度，对所述多个检索结果进行排序。
可选地，在获得与所述待检索文本对应的多个检索结果之后，所述方法还包括：将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集。
可选地，在获得第三结果集之后，所述方法还包括：
对所述待检索文本进行知识扩充，获得与所述待检索文本对应的同义检索语句；
将所述同义检索语句输入所述预设的搜索引擎，得到与所述同义检索语句对应的第四结果集；
确定所述第一结果集与所述第四结果集的交集，将所述第一结果集与所述第四结果集的交集作为第五结果集；
将所述第四结果集与所述第五结果集进行融合，获得第六结果集，输出所述第六结果集，以进行展示。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种信息检索装置，包括：
获取模块，用于获取待检索文本；
实体识别模块，利用预设的识别模型，识别所述待检索文本中的待检索实体；
检索模块，用于将所述待检索实体与预设的政策图谱知识库中的命名实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集。
可选地，所述待检索实体包括待检索命名实体和待检索内容实体；
所述实体识别模块还用于：利用预设的识别模型识别所述待检索文本中的待检索命名实体；利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。
可选地，所述装置还包括训练模块，用于获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的字向量，训练所述字向量，得到所述预设的识别模型。
可选地，所述训练模块还用于：采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。
可选地，所述装置还包括政策图谱知识库构建模块，用于：获取政策语料；确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；获取通用知识库；将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。
可选地，所述训练模块还用于：在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型；
所述政策图谱知识库构建模块还用于利用所述关系分类模型，确定所述命名实体之间的关系。
可选地，所述实体包括命名实体和内容实体，所述命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。
可选地，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。
可选地，所述装置还包括排序模块，用于对所述第一结果集中的多个检索结果进行排序。
可选地，所述排序模块还用于：对所述待检索文本进行分类，以确定所述待检索文本的语义；根据所述语义，对所述多个检索结果进行排序。
可选地，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。
可选地，所述排序模块还用于：利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；从所述多个检索结果中，确定与所述语义对应的检索结果，将与所述语义对应的检索结果的相关度进行更新；根据所述相关度，对所述多个检索结果进行排序。
可选地，所述检索模块还用于：将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集。
可选地，所述检索模块还用于：对所述待检索文本进行知识扩充，获得与所述待检索文本对应的同义检索语句；将所述同义检索语句输入所述预设的搜索引擎，得到与所述同义检索语句对应的第四结果集；确定所述第一结果集与所述第四结果集的交集，将所述第一结果集与所述第四结果集的交集作为第五结果集；将所述第四结果集与所述第五结果集进行融合，获得第六结果集。
为实现上述目的，根据本发明实施例的又一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的信息检索方法。
为实现上述目的，根据本发明实施例的又一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的信息检索方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明实施例的信息检索方法的主要流程的示意图；
图2是本发明实施例的信息检索方法中的政策图谱知识库的样例；
图3是本发明另一实施例的信息检索方法的主要流程的示意图；
图4是本发明又一实施例的信息检索方法的主要流程的示意图；
图5是本发明实施例的信息检索装置的主要模块的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是本发明实施例的信息检索方法的主要步骤的流程示意图，如图1所示，该方法包括：
步骤S101：获取待检索文本；
步骤S102：识别所述待检索文本中的待检索实体；
步骤S103：将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。
对于步骤S101，待检索文本可以是用户输入的检索语句，也可以是经过语音转换的检索语句。
对于步骤S102，该待检索实体包括待检索命名实体和待检索内容实体。
其中，命名实体(Named Entity)是指以名称为标识的实体。在本实施例中，命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。其中，受众是指信息传播的接收者，例如小微企业。内容实体包括专有名词，例如社保卡、社会保障卡、驾照和机动车驾驶证等。
在可选的实施例中，识别所述待检索文本中的待检索实体包括：
利用预设的识别模型识别所述待检索文本中的待检索命名实体；
利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。
具体的，该预设的识别模型可以预先训练得到，训练的过程可以包括数据标注、模型训练和模型验证。其中，数据标注包括：获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体。更具体的，可以采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。例如，样本为“A是一家金融科技公司”，将“A”标注为命名实体的开始部分，“金、融、科、技、公”分别标注为命名实体的中间部分，“司”标注为命名实体的结束部分，“是、一、家”分别标注为其它部分，则标注的序列为：[B-ORG，O，O，O，B-TARGET，I-TARGET，I-TARGET，I-TARGET，I-TARGET，I-TARGET]。对于模型训练，本实施例中采用Tensorflow框架训练预训练模型，预训练模型是在基于变换器的双向编码表征量模型上添加全连接层得到的。其中，Tensorflow框架是一个基于数据流编程(dataflowprogramming)的符号数学系统，被广泛应用于各类机器学习(machine learning)算法的编程实现。基于变换器的双向编码表征量模型(Bidirectional Encoder Representationsfrom Transformers，简称BERT)采用双向Transformer(变换器)设计，由大规模语料进行了预训练，因此进行自然语言识别下游任务时，仅需少许的几个步长模型即可收敛，且具有很好的通用性。BERT模型输入的输入是一组序列，输出是一组序列，例如输入语句是：[A，是，一，家，金，融，公，司]，输出是：[＜CLS＞,s0,s1,s2,s3,s4,s5,s6,s7,s8,<SEP＞]，输出的序列中每一个向量均为768维的向量。其中，＜CLS＞表示输入语句的句向量，可用于确定命名实体之间的关系的任务。s0～s8代表了每一个字对应的字向量，可用于命名实体识别任务，即训练该字向量可得到预设的识别模型。＜SEP＞表示句号符号。全连接层(fully connected layer)在整个卷积神经网络中起到“分类器”的作用。对于模型验证，可以通过测试数据验证训练得到的识别模型的性能。在可选的实施例中，可以将原始数据集分割为训练数据和测试数据。
词频逆文本频率算法(Term Frequency-Inverse Document Frequency，TF-IDF)是一种用于资讯检索与文本挖掘的常用加权技术，可以用来评估一个词对于一个文档集或语料库中某个文档的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。在本实施例中可以将现有技术中的维基百科作为文档集或语料库。在识别待检索文本中的内容实体时，需要利用bigram(二元分词)算法，把待检索文本中的每两个词组成一个词语，然后利用词频逆文本频率算法确定内容实体。
对于步骤S103，预设的政策图谱知识库中的实体包括命名实体和内容实体，命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。内容实体包括专有名词。
在可选的实施例中，可以根据如下过程获得所述政策图谱知识库：获取政策语料；确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；获取通用知识库；将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。
其中，可以在互联网上获取政策文本数据，将该政策文本数据进行清洗，例如去重、去除HTML标签等，得到政策语料。HTML(HyperText Markup Language，超文本标记语言)是一种用于创建网页的标准标记语言。可以通过预设的识别模型识别政策语料中的命名实体，利用词频逆文本频率算法确定政策语料中的内容实体，利用关系分类模型，确定命名实体之间的关系。可以在训练预设的识别模型时训练该关系分类模型。具体的，在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型。在可选的实施例中，可以标注政策预料中对于专有名词的定义。如“小微企业是指满足XXXX的企业”，“小微企业”标注为受众实体，“是指”后面的内容作为小微企业的定义。
在本实施例中，命名实体之间的关系包括：政策与政策之间的关系、政策与时间之间的关系、政策与机构之间的关系、政策与地点之间的关系、政策与受众之间的关系和政策与行业之间。其中，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。上述政策与政策之间的关系的示例如下：(1)根据：本通知所称研发费用口径，按照《目标政策》的规定执行；(2)废止：本通知自发布之日起执行，《目标政策》同时废止；(3)修订：我局对《目标政策》进行了修订；(4)提及：2017年4月，财政部、农业部联合印发了《目标政策》，废止了《其他政策》；(5)复函：发展改革委、财政部：你们《目标政策》收悉；(6)贯彻落实：医疗机构要严格落实《目标政策》和《其他政策》的要求；(7)转发：现将《目标政策》(以下简称《通知》转发给你们。值得说明的是，政策之间的关系抽取结果为一对多抽取，即对于一篇政策A中所有出现的政策实体{P}进行抽取以及关系判断。为了精准判断对于每一条政策实体P的关系，以及处理一句话中出现多条政策的情况，在抽取出政策实体后会对此实体进行替换，将政策替换为目标政策后再由关系分类模型对此句话进行分类，预测这句话对于目标政策的关系结果，此句话中的其他政策将会被表示为其他政策，预测完毕后再整合结果。
在本实施例中，可以由从互联网上的百科数据组成通用知识库。在获得通用知识库之后，将政策语料中的内容实体与通用知识库进行融合，从而确定与政策语料相关的内容实体。将上述命名实体、内容实体以及命名实体之间的关系进行存储，得到预设的政策图谱知识库。图2是本发明实施例的政策图谱知识库样例。
在可选的实施例中，在获得第一结果集之后，所述方法还包括：对所述第一结果集中的多个检索结果进行排序。
具体的，对所述多个检索结果进行排序包括：
对所述待检索文本进行分类，以确定所述待检索文本的语义；
根据所述语义，对所述多个检索结果进行排序。
其中，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。本发明实施例中，确定待检索文本的语义是为了确定用户的搜索目的。当确定待检索文本的语义为定义检索时，表示用户需要了解专有名词的定义，例如当某一篇政策提到“小微企业在疫情下可暂缓缴纳社保”时，用户想要知道什么样的企业是小微企业，此时返回政策图谱知识库中的实体及定义。当确定待检索文本的语义为政策检索时，表示用户需要查询一些限定条件下的政策，返回的结果是政策，例如“北京市小微企业复工复产”，或者“山东残疾人补助政策”。当确定待检索文本的语义为事项检索时，表示用户需要相关办事事项，返回的结果为事项流程及链接。在确定待检索文本的语义之后，可以将与待检索文本对应的检索结果排序在前，在向用户展示时，可以优先展示与待检索文本的语义对应的检索结果。
在其他可选的实施例中，根据所述语义对所述多个检索结果进行排序包括：
利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；
从所述多个检索结果中，确定与所述语义对应的检索结果，将与所述语义对应的检索结果的相关度进行更新；
根据所述相关度，对所述多个检索结果进行排序。
在本实施例中，可以利用BM25算法计算每个检索结果与待检索文本的相关度。其中，BM25是一种基于词袋模型的信息的信息检索办法，当用户输入搜索语句Q时，搜索引擎会计算对于此Q，文档库{D}中所有文档D对Q的相关性评分，记为：
Figure BDA0002695510410000121
其中，f(qi,D)为词qi的频率，|D|为文档D的词语长度,avgdl为文本库{D}中所有文本的平均长度，而k1，b为超参，由人工决定，通常的取值区间为k∈[1.2,2.0],b＝0.75。通常来说，b越大，对长文本的惩罚就越大，既长文本越不容易出现在返回结果前面；而k1越大，对于高频词语的奖励则越大。例如，当一篇文章反复提及“社保“时，更大的k1会给这篇文章带来更多的分数。最后，IDF(qi)为检索语句Q中对于词qi的逆文本向量，通常计算方式为
Figure BDA0002695510410000131
其中N为文档库{D}中所有文档的数量，而n(qi)为含有词qi的文档的数量。
逆文档向量的思想为：当一个词语被很多文章涵盖时，尽管这个词语很高频，他有更大的可能不是一个关键的词语。譬如，“是”“我”这一类常见的词。因此，我们对于包含很多此类词的文档相关分值进行惩罚。
在计算得到每个检索结果与待检索文本的相关度之后，将与待检索文本的语义对应的检索结果的相关度进行更新。在本实施例中，将与待检索文本的语义对应的检索结果的相关度进行更新是将与待检索文本的语义对应的检索结果的相关度增大，例如将相关度乘以预设的倍数，然后按照相关度由大到小的顺序对检索结果进行排序。因此，与待检索文本的语义对应的检索结果的顺序靠前，在向用户展示时优先展示相关度大的检索结果。
本发明实施例的信息检索方法，通过获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，提高了检索结果召回精度，提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
图3是本发明另一实施例的信息检索方法的主要步骤的流程示意图，如图3所示，该方法包括：
步骤S301：获取待检索文本；
步骤S302：识别所述待检索文本中的待检索实体；
步骤S303：将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集；
步骤S304：将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；
步骤S305：确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集。
步骤S301-S303与图1所示的实施例相同，本发明在此不再赘述。
算法不是百分之百精准的，在某些情况下通过步骤S301-S303未能获取到所有与待检索文本相关的政策，或存在未识别的客体。因此，在本实施例中采用多路召回的方式，最大可能保证用户能搜索到相应信息。具体的，如步骤S304-S304所示，将待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集。然后，获取第一结果集与第二结果集的交集，得到第三结果集，在向用户展示检索结果时，优先展示该第三结果集中的检索结果，然后再展示第一结果集和第二结果集中剩下的检索结果，即在展示检索结果时，第三结果集中的检索结果排序在前，第一结果集和第二结果集中剩下的检索结果排序在后。其中，作为示例，预设的搜索引擎可以是Elasticsearch引擎。Elasticsearch(简称ES)是一个建立在Apache Lucene之上的高度可用的分布式开源搜索引擎。Elasticsearch引擎提供了BM25的搜索模块，因此第二结果集的多个搜索结果是已经排过序的。
本发明实施例的信息检索方法，通过获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
图4是本发明又一实施例的信息检索方法的主要步骤的流程示意图，如图4所示，该方法包括：
步骤S401：获取待检索文本；
步骤S402：识别所述待检索文本中的待检索实体；
步骤S403：将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集；
步骤S404：将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；
步骤S405：确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集；
步骤S406：对所述待检索文本进行知识扩充，获得与所述待检索文本对应的同义检索语句；
步骤S407：将所述同义检索语句输入所述预设的搜索引擎，得到与所述同义检索语句对应的第四结果集；
步骤S408：确定所述第一结果集与所述第四结果集的交集，将所述第一结果集与所述第四结果集的交集作为第五结果集；
步骤S409：将所述第四结果集与所述第五结果集进行融合，获得第六结果集。
步骤S401-S405与图3所示的实施例相同，本发明在此不再赘述。
对于步骤S406，可以利用预设的政策图谱知识库进行知识扩充。将待检索文本的内容实体与政策图谱知识库中的实体进行匹配，确定该内容实体的同义词，将该同义词与待检索文本中的命名实体组成同义检索语句。例如待检索文本为“北京市社保卡”，“北京市”被识别为地点实体，“社保卡”被识别为内容实体，将“社保卡”与政策图谱知识库中的实体匹配，得到社保卡的同义词“社会保障卡”，将该同义词与地点实体“北京市”组成同义检索语句“北京市社会保障卡”，将该同义检索语句输入Elasticsearch引擎，得到第五结果集。第四结果集与所述第五结果集进行融合，获得第六结果集，在向用户展示检索结果时，将优先展示该第六结果集中的检索结果作为最终的检索结果，然后再展示第一结果集、第二结果集和第四结果集中剩下的检索结果，即在展示检索结果时，第六结果集中的检索结果排序在前，第一结果集、第二结果集和第四结果集中剩下的检索结果排序在后。
本发明实施例的信息检索方法，通过获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
图5是本发明实施例的信息检索装置500的主要模块的示意图，如图5所示，该信息检索装置500包括：
获取模块501，用于获取待检索文本；
实体识别模块502，利用预设的识别模型，识别所述待检索文本中的待检索实体；
检索模块503，用于将所述待检索实体与预设的政策图谱知识库中的命名实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。
可选地，所述待检索实体包括待检索命名实体和待检索内容实体；
所述实体识别模块502还用于：利用预设的识别模型识别所述待检索文本中的待检索命名实体；利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。
可选地，所述装置还包括训练模块，用于获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的字向量，训练所述字向量，得到所述预设的识别模型。
可选地，所述训练模块还用于：采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。
可选地，所述装置还包括政策图谱知识库构建模块，用于：获取政策语料；确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；获取通用知识库；将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。
可选地，所述训练模块还用于：在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型；
所述政策图谱知识库构建模块还用于利用所述关系分类模型，确定所述命名实体之间的关系。
可选地，所述命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。
可选地，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。
可选地，所述装置还包括排序模块，用于对所述第一结果集中的多个检索结果进行排序。
可选地，所述排序模块还用于：对所述待检索文本进行分类，以确定所述待检索文本的语义；根据所述语义，对所述多个检索结果进行排序。
可选地，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。
可选地，所述排序模块还用于：利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；根据所述相关度，对所述多个检索结果进行排序。
可选地，所述检索模块还用于：将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集。
可选地，所述检索模块还用于：对所述待检索文本进行知识扩充，获得与所述待检索文本对应的同义检索语句；将所述同义检索语句输入所述预设的搜索引擎，得到与所述同义检索语句对应的第四结果集；确定所述第一结果集与所述第四结果集的交集，将所述第一结果集与所述第四结果集的交集作为第五结果集；将所述第四结果集与所述第五结果集进行融合，获得第六结果集。
本发明实施例的信息检索装置，通过获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
上述装置可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
图6示出了可以应用本发明实施例的信息检索方法或信息检索装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是，本发明实施例所提供的信息检索方法一般由服务器605执行，相应地，信息检索装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该单元本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
获取待检索文本；
识别所述待检索文本中的待检索实体；
将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。
本发明实施例的技术方案，通过获取待检索文本；识别所述待检索文本中的待检索实体；将所述待检索实体与预设的图数据库政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集的技术手段，即利用政策图谱知识库对现有政策检索方案进行增强，所以解决了现有技术搜不到和搜不全的问题，可以给用户返回更全面、准确的搜索结果，并提高了检索准确度；根据待检索文本与检索结果的相关度和待检索文本的语义，对检索结果进行排序，不仅解决了现有技术中无法解决的语义问题，还让检索结果的排序更符合用户搜索的期望。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (17)

1.一种信息检索方法，其特征在于，包括：
获取待检索文本；
识别所述待检索文本中的待检索实体；
将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。
2.根据权利要求1所述的方法，其特征在于，所述待检索实体包括待检索命名实体和待检索内容实体；
识别所述待检索文本中的待检索实体包括：
利用预设的识别模型识别所述待检索文本中的待检索命名实体；
利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括根据如下过程获得所述预设的识别模型：
获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体；
将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的字向量，训练所述字向量，得到所述预设的识别模型。
4.根据权利要求3所述的方法，其特征在于，对所述训练数据中的样本进行标注包括：采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括根据如下过程获得所述政策图谱知识库：
获取政策语料；
确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；
获取通用知识库；
将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；
将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型；
确定所述政策语料中的命名实体之间的关系包括：利用所述关系分类模型，确定所述命名实体之间的关系。
7.根据权利要求6所述的方法，其特征在于，所述命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。
8.根据权利要求7所述的方法，其特征在于，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。
9.根据权利要求1-8任一项所述的方法，其特征在于，在获得第一结果集之后，所述方法还包括：
对所述第一结果集中的多个检索结果进行排序。
10.根据权利要求9所述的方法，其特征在于，对所述多个检索结果进行排序包括：
对所述待检索文本进行分类，以确定所述待检索文本的语义；
根据所述语义，对所述多个检索结果进行排序。
11.根据权利要求10所述的方法，其特征在于，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。
12.根据权利要求11所述的方法，其特征在于，根据所述语义对所述多个检索结果进行排序包括：
利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；
从所述多个检索结果中，确定与所述语义对应的检索结果，将与所述语义对应的检索结果的相关度进行更新；
根据所述相关度，对所述多个检索结果进行排序。
13.根据权利要求12所述的方法，其特征在于，在获得与所述待检索文本对应的多个检索结果之后，所述方法还包括：
将所述待检索文本输入预设的搜索引擎，获得多个搜索结果，基于所述多个搜索结果，得到第二结果集；
确定所述第一结果集与所述第二结果集的交集，将所述第一结果集与所述第二结果集的交集作为第三结果集。
14.根据权利要求13所述的方法，其特征在于，在获得第三结果集之后，所述方法还包括：
对所述待检索文本进行知识扩充，获得与所述待检索文本对应的同义检索语句；
将所述同义检索语句输入所述预设的搜索引擎，得到与所述同义检索语句对应的第四结果集；
确定所述第一结果集与所述第四结果集的交集，将所述第一结果集与所述第四结果集的交集作为第五结果集；
将所述第四结果集与所述第五结果集进行融合，获得第六结果集。
15.一种信息检索装置，其特征在于，包括：
获取模块，用于获取待检索文本；
实体识别模块，利用预设的识别模型，识别所述待检索文本中的待检索实体；
检索模块，用于将所述待检索实体与预设的政策图谱知识库中的命名实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索，获得第一结果集。
16.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-14中任一所述的方法。
17.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-14中任一所述的方法。
CN202011004734.9A 2020-09-22 2020-09-22 信息检索方法和装置 Pending CN112182239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011004734.9A CN112182239A (zh) 2020-09-22 2020-09-22 信息检索方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011004734.9A CN112182239A (zh) 2020-09-22 2020-09-22 信息检索方法和装置

Publications (1)

Publication Number Publication Date
CN112182239A true CN112182239A (zh) 2021-01-05

Family

ID=73955907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011004734.9A Pending CN112182239A (zh) 2020-09-22 2020-09-22 信息检索方法和装置

Country Status (1)

Country Link
CN (1) CN112182239A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113779432A (zh) * 2021-11-12 2021-12-10 微脉技术有限公司 一种本地化机构搜索的方法、电子设备和存储介质
CN114239578A (zh) * 2021-09-16 2022-03-25 阿里巴巴达摩院(杭州)科技有限公司 命名实体的识别方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6839701B1 (en) * 2000-01-21 2005-01-04 International Business Machines Hitmask for querying hierarchically related content entities
CN101169780A (zh) * 2006-10-25 2008-04-30 华为技术有限公司 一种基于语义本体的检索系统和方法
CN109948073A (zh) * 2017-09-25 2019-06-28 腾讯科技（深圳）有限公司 内容检索方法、终端、服务器、电子设备及存储介质
CN110008354A (zh) * 2019-04-10 2019-07-12 华侨大学 一种基于知识图谱的对外汉语学习内容的构建方法
CN110147437A (zh) * 2019-05-23 2019-08-20 北京金山数字娱乐科技有限公司 一种基于知识图谱的搜索方法及装置
CN111522910A (zh) * 2020-04-14 2020-08-11 浙江大学 一种基于文物知识图谱的智能语义检索方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6839701B1 (en) * 2000-01-21 2005-01-04 International Business Machines Hitmask for querying hierarchically related content entities
CN101169780A (zh) * 2006-10-25 2008-04-30 华为技术有限公司 一种基于语义本体的检索系统和方法
CN109948073A (zh) * 2017-09-25 2019-06-28 腾讯科技（深圳）有限公司 内容检索方法、终端、服务器、电子设备及存储介质
CN110008354A (zh) * 2019-04-10 2019-07-12 华侨大学 一种基于知识图谱的对外汉语学习内容的构建方法
CN110147437A (zh) * 2019-05-23 2019-08-20 北京金山数字娱乐科技有限公司 一种基于知识图谱的搜索方法及装置
CN111522910A (zh) * 2020-04-14 2020-08-11 浙江大学 一种基于文物知识图谱的智能语义检索方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114239578A (zh) * 2021-09-16 2022-03-25 阿里巴巴达摩院(杭州)科技有限公司 命名实体的识别方法、装置、设备及存储介质
CN113779432A (zh) * 2021-11-12 2021-12-10 微脉技术有限公司 一种本地化机构搜索的方法、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US10713432B2 (en) Classifying and ranking changes between document versions
US9286290B2 (en) Producing insight information from tables using natural language processing
Ding et al. Entity discovery and assignment for opinion mining applications
US9251249B2 (en) Entity summarization and comparison
WO2019217096A1 (en) System and method for automatically responding to user requests
US20130060769A1 (en) System and method for identifying social media interactions
US9367633B2 (en) Method or system for ranking related news predictions
US11023503B2 (en) Suggesting text in an electronic document
GB2558718A (en) Search engine
US11651015B2 (en) Method and apparatus for presenting information
US20160299951A1 (en) Processing a search query and retrieving targeted records from a networked database system
Mehrbod et al. Tender calls search using a procurement product named entity recogniser
CA2956627A1 (en) System and engine for seeded clustering of news events
CN112182239A (zh) 信息检索方法和装置
CN110737824A (zh) 内容查询方法和装置
US20180349500A1 (en) Search engine results for low-frequency queries
CN111126073B (zh) 语义检索方法和装置
Dai et al. Research on image of enterprise after-sales service based on text sentiment analysis
CN112100216A (zh) 创意关键词的处理方法和装置
CN111737607A (zh) 数据处理方法、装置、电子设备以及存储介质
CN113254623B (zh) 数据处理方法、装置、服务器、介质及产品
US11954153B2 (en) Knowledge insight capturing system
CN113239177B (zh) 知识点查询方法、装置、服务器、介质及产品
CN111368036B (zh) 用于搜索信息的方法和装置
AU2019290658B2 (en) Systems and methods for identifying and linking events in structured proceedings

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination